XiaoMi-AI文件搜索系统
World File Search System归因
将公共和科学极端事件归因与气候变化进行比较
抽象的极端事件归因是科学研究的一个积极领域，但是尽管对气候变化的沟通和政策的重要性，但对极端事件的公众归因对气候变化尚不清楚。我们调查了美国人口的代表性样本（n = 1071），以衡量公众对将五种事件类型归因于气候变化的信心 - 野火，热量，炎热，降雨/洪水，洪水，龙卷风和飓风。我们的受访者对将野火和极端热量归因于气候变化以及对飓风和龙卷风的最低信心具有最高的信心。受访者角色istics，例如教育水平，年龄，种族/种族，政治隶属关系和自我报告的极端事件影响，与归因信心有关。总的来说，那些报告的极端事件负面影响的人具有更高的归因信心。尽管共和党人平均具有较低的归因信心，但我们发现自我报道的负面事件影响对共和党人的归因信心产生了缓和的影响。与受影响较小的共和党人相比，受到极端事件的负面影响更大的共和党人的归因信心更高。我们还将公众的归因信心与科学评估，制定了归因对准的度量。我们发现，受访者与科学事件归因保持一致，平均有5种极端事件类型中的2种。虽然受访者特征与总体上的归因一致性不一致，但民主党人平均的一致性较低。我们的研究表明，公众正在将CLI伴侣的变化与极端天气联系起来，并在归因水平上有所不同，但政治和极端天气问题的经验。我们建议科学家和气候变化沟通者反映出有关极端事件，CLI伴侣变更和政策的论述中的这种洞察力。
引用：Karim N，Hod R，Wahab Mia等。在气候变化时代投射出可归因于空气污染的非传染性疾病：系统
抽象目标气候变化是一个主要的全球问题，带有重大后果，包括对空气质量和人类福祉的影响。本综述调查了在不同气候变化情景下归因于空气污染的非传染性疾病（NCD）的投影。设计此系统审查是根据系统评价和荟萃分析的2020年流量清单的首选报告项目进行的。建立了人口暴露框架。人口称为各个年龄段的全球人口，关注的暴露是空气污染及其投影，结果是基于死亡率，发病率，残疾调整后的生活年代，生命的年份，年龄丧失的疾病的健康指数，归因于空气污染和疾病负担（BOD）的NCD发生。数据来源搜索了2005年至2023年发表的文章。选择研究的资格标准，使用清单的修改量表评估了符合条件的文章，以评估生态研究的质量。数据提取和合成两个审阅者使用标准化方法独立搜索，筛选和选择了纳入的研究。使用清单的修改量表进行生态研究评估了偏见的风险。基于可归因于空气污染的NCD的BOD的投影总结了结果。结果本综述包括来自各个国家的11项研究。大多数研究专门研究了各种空气污染物，特别是颗粒物<2.5 µm（PM 2.5），氮氧化物和臭氧。研究使用了耦合空气质量和气候建模方法，并主要使用浓度 - 反应函数模型预测健康效应。可归因于空气污染的NCD包括心血管疾病（CVD），呼吸道疾病，中风，缺血性心脏病，冠状动脉心脏病和下呼吸道感染。值得注意的是，在促进空气污染，碳排放和土地使用以及可持续的社会经济学的情况下，归因于空气污染的NCD域预计会减少。相反，在涉及增加人口数量，社会剥夺和人口老龄化的情况下，NCD的BOD预计将增加。结论纳入的研究广泛报道了过早死亡率增加，CVD和呼吸道
关于极端气候事件归因的四个博士职位
，候选人将分析多年的时间复合方面，与季节性和年度尺度上表面温度异常的关系以及与大气的低频变异性的关系。此外，将使用应用于不同复杂性的数值气候模型的罕见事件算法产生大型多年干旱的大型数据集。最后，将开发非平稳的极值模型，以量化长期极端干旱发生概率的未来变化，并为最近事件带来可靠的归因陈述。
attexplore：解释的归因
由于现实世界中的噪音和人为增强的扰动，达到深度神经网络（DNNS）的信任度是一项艰巨的任务。因此，为这些非线性和复杂的参数化模型做出的决策提供解释至关重要。归因方法对于这个目标有希望，但其性能可以进一步提高。在本文中，我们首次提出了归因的决策边界探索方法与可转移的对抗攻击的过程一致。具体而言，可转移的对抗性攻击来自源模型的一般对抗性，这与可以跨越属性中多个决策边界的副本样本的生成一致。UTI-liz liz of the Enstancions，我们通过模型Pa-Rameter探索引入了一种新颖的归因方法。此外，灵感来自研究模型参数的频率能力，我们通过基于频率信息来探索不同模型的决策范围的输入功能来为DNN提供增强的解释。大规模实验表明，使用模型参数e x ploration（attexplore）进行电子i xplanation的方法优于其他最先进的可解释性方法。此外，通过采用其他可转移攻击技术，Attexplore可以探索归因结果的潜在变化。我们的代码可在以下网址提供：https：//github.com/lmbtough/attexplore。
意识的民间心理归因于大语言模型
技术进步提高了认知科学的新难题和挑战，以及人类如何思考和与人工智能（AI）互动的研究。例如，大型语言模型的出现及其类似人类的语言能力引发了关于AI是否有意识的实质性辩论。在这里，我们考虑了AI是否可以具有感觉和感觉等主观经历（“现象意识”）的问题。虽然许多领域的专家在学术和公共话语中都对这个问题进行了权衡，但仍未清楚地将一般人口归因于AI是否将现象意识归因于AI。我们调查了我们居民的样本（n = 300），发现大多数参与者愿意将现象意识的某些可能性归因于大语言模型。这些归因是强大的，因为它们预测了通常与现象性相关的精神状态的归因，但也很灵活，因为它们对使用频率等个体差异敏感。总的来说，这些结果表明，关于AI意识的民间直觉如何与专家直觉有所不同，这可能对AI的法律和道德地位产生了潜在的影响。
将意识归因于人工智能：人机交互及其对人机交互的延续影响
近年来，人工智能 (AI) 是否可以被视为有意识，因此应该通过道德视角进行评估的问题浮出水面。在本文中，我们认为，人工智能是否有意识并不像人工智能在人机交互过程中可以被用户视为有意识这一事实那么令人担忧，因为这种意识的归属可能会对人机交互产生延续效应。当人工智能被视为像人类一样有意识时，人们对待人工智能的方式似乎会延续到他们对待他人的方式中，这是因为激活的模式与与人类交互时激活的模式一致。鉴于这种潜力，我们可能会考虑规范我们对待人工智能的方式，或者我们如何构建人工智能以引起用户的某些类型的对待，但不是因为人工智能天生具有感知能力。这一论点侧重于像人类一样的社交行为人工智能，例如聊天机器人、数字语音助手和社交机器人。在本文的第一部分，我们通过人机交互、人机交互和人工智能代理心理学方面的文献，为人工智能意识感知与对人类行为之间的延续效应提供了证据。在论文的第二部分，我们详细介绍了图式激活机制如何使我们能够测试意识感知作为人机交互和人人交互之间延续效应的驱动因素。本质上，将人工智能视为像人类一样有意识，从而在交互过程中激活一致的思维图式，是人工智能行为和感知的驱动因素，可以延续到我们对待人类的方式中。因此，人们可以将类似人类的意识归因于人工智能这一事实值得考虑，对人工智能的道德保护也值得考虑，无论人工智能固有的意识或道德地位如何。
调节情绪归因和操纵的理由
首先，我们不应该假设情感计算技术将按计划工作。在最基本的层面上，他们可能会误解人们，并将一个人的行为归因于另一个人。即使他们能够始终如一地识别人和面孔，机器也可能失败。心理学研究人员已经证明，面部和表情不一定巧妙地绘制到特定的特征和情感上，更不用说涉及到参与或侵略检测中更广泛的精神状态了。正如丽莎·巴雷特（Lisa Barrett）和她的同事所报告的那样：“同一情感类别的实例既不是通过一组普通的面部运动来可靠地表达的，也不是从一组普通的面部运动中表达出来的（Barrett等人。2019：3），因此面部的交流能力受到限制。误解的危险是明确的，并且在通过面部分析量化参与的努力中存在明显的危险。
基于梯度的特征归因于可解释的AI
Black-Box AI模型的激增促使需要解释内部机制并证明其可靠性是合理的，尤其是在高风险应用中，例如医疗保健和自动驾驶。由于缺乏对可解释的AI（XAI）的严格定义，已经开发了与解释性，可解释性和透明度有关的大量研究，以从各个角度解释和分析该模型。因此，通过详尽的论文清单，从各个方面对XAI研究进行全面概述变得具有挑战性。考虑到神经网络在AI研究中的普及，我们将重点缩小到XAI研究的特定领域：基于梯度的解释，可以直接用于神经网络模型。在这篇综述中，我们系统地探讨了迄今为止基于梯度的解释方法，并引入了一种新颖的分类法，将它们分类为四个不同的类别。然后，我们按时间顺序介绍了技术细节的本质，并强调了算法的演变。接下来，我们引入人类和定量评估以测量算法性能。更重要的是，我们证明了XAI中的一般挑战以及基于梯度的解释中的特定挑战。我们希望这项调查能够帮助研究人员了解最先进的进步及其相应的缺点，这可能引发他们对解决未来工作中这些问题的兴趣。
历史气候影响归因于尼罗河盆地选定的量子河流河流和沉积物负载的变化
摘要尼罗河盆地是非洲第二大盆地，也是具有高气候多样性的地区之一，降水量的差异和水源恶化。由于气候变化影响了世界上大多数氢化气候变量，因此该研究评估了尼罗河盆地选定量表的河流流量和沉积物负荷是否可以归因于气候变化。一种影响归因方法是通过从部门间影响模型对比项目（ISIMIP3A）的影响归因设置中限制了69年（1951- 2019年）使用一组实际和反事实气候强迫数据（1951- 2019年）的基于过程模型的方法。为了阐明气候变化的作用，我们使用非参数Mann-Kendall检验来识别趋势并计算使用事实和反事实气候强迫数据之间的模型设置之间的长期平均年河流流量和沉积物负载模拟的差异。维多利亚湖盆地选定的河站的结果表明，有合理的证据表明河流（两个站点）和沉积物负荷（一个站点）的长期历史增长（一个基本），主要归因于气候变化。相比之下，在蓝尼罗河和主要尼罗河盆地内，在事实气候下的四个选定站点的河流略有下降，这可以归因于气候变化，但造型载荷没有显着变化（一个站点）。这些发现表明，在历史时期，气候变化对河流流量和沉积物负荷的影响的空间差异。
敌对网络攻击的国际归因机制......
作者：Y Shany · 2020 · 被引用 11 次 — Hersch Lauterpacht 国际公法主席兼网络法主任。希伯来大学 Federmann 网络安全研究中心项目；...